WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 

Pages:   || 2 | 3 | 4 |

«ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ РЕСУРСОВ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ (на примере Юга России) Диссертация на соискание ученой степени кандидата географических наук ...»

-- [ Страница 1 ] --

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

имени М.В.Ломоносова

ГЕОГРАФИЧЕСКИЙ ФАКУЛЬТЕТ

КАФЕДРА КАРТОГРАФИИ И ГЕОИНФОРМАТИКИ

На правах рукописи

Рафикова Юлия Юрьевна

ГЕОИНФОРМАЦИОННОЕ КАРТОГРАФИРОВАНИЕ

РЕСУРСОВ ВОЗОБНОВЛЯЕМЫХ ИСТОЧНИКОВ ЭНЕРГИИ



(на примере Юга России)

Диссертация на соискание ученой степени кандидата географических наук

Специальность 25.00.33 «Картография»

Научный руководитель Доктор географических наук, профессор Б.А. Новаковский Москва - 201 Содержание Введение………………………………………………………………….

Глава 1. Пространственный анализ в возобновляемой энергетике………………………….

.…………………………………..

Возобновляемые источники энергии как объект 1.1.

картографирования……………………………………………………… 1 Информационное обеспечение картографирования 1.2.

характеристик ветровой и солнечной энергии………………………… 1 1.2.1. Многолетние метеорологические, аэрологические и актинометрические данные………………………………………..

1.2.2. Данные пространственного метеорологического моделирования…………………………………………………….

1.2.3. Данные краткосрочных измерений……………………… 30 1.2.4. Справочные региональные данные о ресурсах и потенциалах солнечной и ветровой энергии 31 Отечественный опыт геоинформационного 1.3.

картографирования ресурсов ветровой и солнечной энергии……....... 35 Мировой опыт геоинформационного картографирования 1.4.

ресурсов возобновляемых источников энергии……………………….. 44 Глава 2. Методика комплексного геоинформационного картографирования ресурсов возобновляемых источников энергии…………………………………………………………………..

Последовательность региональной оценки и 2.1.

картографирования ресурсов возобновляемых источников энергии 51 Карты ресурсов и потенциалов солнечной и ветровой 2.2.

энергии…………………………………………………………………..

2.2.1. Особенности интерполяции характеристик ветровой и солнечной энергии………………………………………………… Карты факторов, влияющих на размещение объектов 2.3.

солнечной и ветровой энергетики ……………………………………... 66 2.3.1. Характеристика факторов, влияющих на размещение объектов солнечной и ветровой энергетики ……………………. 70

–  –  –

Районирование Волгоградской области по степени 3.3.2.

пригодности для размещения объектов солнечной и ветровой энергетики……………………………………………………………….. 1

–  –  –

Актуальность темы исследования. Развитие возобновляемой энергетики в России в настоящее время требует решения не только технологических задач, принятия законодательных актов, обеспечения государственной финансовой поддержки проектов, но и обоснования вопросов, связанных с анализом ресурсов различных видов возобновляемых источников энергии (ВИЭ) на территории России.

К возобновляемым источникам энергии обычно относят источники:

солнечного происхождения (энергия солнечной радиации, гидравлическая энергия рек, энергия ветра, энергия биомассы, энергия океана), несолнечного происхождения (геотермальная энергия, энергия приливов), различные отходы и источники низкопотенциального тепла в сочетании с тепловыми насосами.

Поскольку перечень видов ВИЭ очень широк и неоднотипен в представленной работе выбраны для детального рассмотрения ресурсы солнечной и ветровой энергии.

В настоящее время накоплены обширные массивы данных, в той или иной степени обеспечивающие фактическую основу для исследований в области возобновляемой энергетики (ВЭ). При этом помимо проблемы верификации этих данных, анализа адекватности методов их получения, существуют сложности их визуального наглядного отображения в удобной для анализа форме. Важной задачей является их аккумулирование в виде баз данных, а также картографирование потенциала ВИЭ для различных регионов страны.

Помимо научного и методического значения, такие исследования имеют большую практическую востребованность, поскольку базы данных и ГИС должны стать важным инструментом анализа эффективности практического использования ВИЭ в различных регионах России и принятия обоснованных технических и управленческих решений.

Актуальность работы определяется необходимостью создания методик картографирования ресурсного потенциала ВИЭ, с учетом полного спектра предпосылок и ограничений развития ВЭ на региональном уровне. На этой основе возможно осуществлять районирование территорий с целью выбора наиболее перспективных площадок для развития возобновляемой энергетики.





Цель исследования разработка методики картографического обеспечения комплексной оценки ресурсов возобновляемых источников энергии на региональном уровне.

Для достижения поставленной цели необходимо решение следующих теоретических и практических вопросов:

• Анализ и обобщение зарубежного и отечественного опыта геоинформационного картографирования ресурсов возобновляемых источников энергии, источников данных и существующих методик расчетов ресурсного потенциала.

• Обоснование тематики карт для обеспечения оценки ресурсов ВИЭ.

• Определение и обоснование критериев, влияющих на использование природных ресурсов ВИЭ, для выполнения районирования территории по степени пригодности для размещения объектов ВЭ.

• Разработка структуры картографического обеспечения в виде серии карт для оценки ресурсного потенциала солнечной и ветровой энергии, определения территорий наиболее перспективных для размещения объектов на ВИЭ. Апробация разработанной методики на тестовом регионе.

Научная новизна работы. Впервые разработана комплексная методика картографирования ресурсов солнечной и ветровой энергии регионального уровня с учетом экологических и социально-экономических факторов, влияющих на размещение объектов ВИЭ. Методика обеспечивает обоснованный поиск и выделение территорий, наиболее перспективных для размещения ветровых и солнечных станций.

Основные защищаемые положения.

1. Доказано, что методика картографического обеспечения комплексной региональной оценки ресурсов возобновляемых источников энергии, разработанная на основе геоинформационного картографирования природного и технического энергопотенциала, учитывающая факторы, ограничивающие и влияющие на развитие возобновляемой энергетики в регионе, обеспечивает выделение территорий, перспективных для размещения объектов возобновляемой энергетики.

2. Предложено и обосновано тематическое содержание карт, сопровождающих оценку ресурсов возобновляемых источников энергии на региональном уровне. Серия карт делится на блоки: 1) карты природных ресурсов ВИЭ; 2) карты валового и технического потенциала ВИЭ; 3) карты факторов, влияющих на возможность использования энергопотенциала.

3. Для регионального уровня оценок и картографирования ресурсов солнечной и ветровой энергии показана целесообразность комплексного использования данных наземных метеостанций и результатов пространственного метеорологического моделирования.

Методы исследования. Диссертационное исследование основано на фундаментальных работах в области картографии и геоинформатики. Для достижения поставленной цели использованы следующие методы:

картографический, геоинформационный, математико-картографического моделирования, статистический.

Общегеографическое обоснование карт базируется на работах К.А.

Салищева, А.М. Берлянта, И.П. Заруцкой, Т.Г. Сватковой, В.И. Стурмана, С.В. Чистова, А.И. Прасоловой и других. Для оценок ресурсного потенциала территорий использованы картографический метод исследования, методы комплексного и атласного картографирования.

Геоинформационная составляющая опирается на разработки И.К. Лурье, В.С. Тикунова, Б.А. Новаковского, А.В. Кошкарева. В работе применялись методы исследования по теории баз данных, автоматизированному картографированию с применением географических информационных систем.

В основе диссертации лежат авторские исследования в период с 2009 по 2015 гг., выполненные в рамках работ научно-исследовательской лаборатории возобновляемых источников энергии географического факультета МГУ имени М.В. Ломоносова.

Использованные материалы (информационная база). В качестве исходных данных в работе были использованы:

1) данные многолетних наземных измерений на метеостанциях и актинометрических станциях Юга России;

2) результаты пространственного метеорологического моделирования базы данных NASA «Surface meteorology and Solar Energy»;

3) статистическая информация об электропотреблении населения, демографических характеристиках, предоставляемая федеральной службой государственной статистики РФ;

4) топографические карты различных масштабов;

5) разнообразные тематические карты масштаба 1:2 500 000;

6) данные об объектах возобновляемой энергетики на территории РФ, собираемые в рамках проекта создания ГИС «ВИЭ России».

Практическая значимость. Одним из ограничителей развития ВЭ в России и мире является недостаток методической базы, необходимой для максимально точного анализа и прогноза ресурсного потенциала территорий и выделения районов, обладающих наиболее благоприятными условиями для внедрения систем и установок на ВИЭ.

На этапе становления возобновляемой энергетики в стране применение разработанной методики комплексного картографирования ресурсов ВИЭ особенно важно. Ее внедрение может быть реализовано при составлении информационной базы для долгосрочного планирования развития энергетического сектора, при региональном планировании территорий органами государственного и местного управления, для создания нормативов по проведению проектировочных работ при размещении и строительстве объектов солнечной и ветровой энергетики на территории РФ.

При проектировании энергоустановок, работающих на ВИЭ, важным аспектом является расчет энергетического баланса разрабатываемой системы, прогноз эффективности с учетом климатических условий местности, учет факторов, влияющих на возможность размещения энергоустановки, - вс это реализовано в работе. Также важным является то, что использование методики не ограничивается регионом исследования.

Внедрение. Отдельные результаты исследования реализованы в рамках государственного контракта НОЦ № 14.740.11.0096 («Поисковые исследования эффективных технологий использования ВИЭ и разработка геоинформационной системы Возобновляемые источники энергии России», 2009-2013 гг.) и гранта РФФИ 13-08-01186 («Разработка научных основ проектирования систем автономного энергоснабжения на базе возобновляемых источников энергии с учетом климатических условий регионов России с использованием баз данных геоинформационной системы «Возобновляемые источники энергии России»», 2013-2015 гг.).

Апробация работы. Результаты диссертационного исследования докладывались:

- на международных научных конференциях: Межд. научно-практ.

конференция «Энергетика предприятий АПК и сельских территорий:

состояние, проблемы и пути решения» (Санкт-Петербург, 2010), Международная междисциплинарная конференция Европейского научного фонда «Глобальное изменение климата II: экологический кризис, вопросы энергетики и глобального управления» (Франция, 2010), II Межд.

конференция «Возобновляемая энергетика: проблемы и перспективы»

(Махачкала, 2010), 2-ая and 3-я Европейская энергетическая конференция (Нидерланды, 2012; Венгрия, 2013), Х Межд. Ежегодная конференция «Возобновляемая и малая энергетика-2013» (Москва, 2013), I Международный форум «Возобновляемая энергетика: пути повышения энергетической и экономической эффективности» (REENFOR-2013) (Москва, 3-я Международная конференция «ГИС и дистанционное 2013), зондирование» (Армения, 2014), Межд. конгресс IGU-2015 (Москва, 2015).

- на российских научных конференциях: Всерос. научно-практ.

конференция «Перспективы развития децентрализованной энергетики в ЮФО» (Ростов-на-Дону, 2010), Всерос. молодежная школа «Современные проблемы географии и гидрологии суши» (Красновидово, 2010), VII, VIII и IX научн. молод. школа с межд. участием «Возобновляемые источники энергии» (Москва, 2010, 2012, 2014), IV Школа молодых ученых «Актуальные проблемы освоения возобновляемых энергоресурсов»

(Махачкала, 2011), Конф. с межд. уч. «Ресурсоэнергосбережение в строительстве и системах жизнеобеспечения урбанизированных и малонаселенных территорий» (Иркутск, 2012), Межд. научно-практ. конф.

«Рациональное природопользование: традиции и инновации» (Москва, 2012), ИнтерКарто-ИнтерГИС – 17 и 18: Устойчивое развитие территорий: теория ГИС и практический опыт (2011 и 2012), Практическая конференция с межд.

участием сообщества природоохранных ГИС "Использование ГИС и данных дистанционного зондирования Земли для охраны природы" (Москва, 2013).

По теме диссертации опубликовано 19 печатных работ, в том числе 6 – в журналах, рекомендованных ВАК, 2 – в зарубежных рецензируемых журналах.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы (116 наименований) и приложений. Материал работы изложен на 176 страницах машинописного текста, содержит 9 таблиц, 34 карты, кроме того 14 иллюстраций и 6 приложений.

Благодарности. Автор выражает глубокую благодарность своему научному руководителю, д.г.н. Б.А.Новаковскому за помощь в проведении исследований, чуткое руководство и обучение навыкам самостоятельной научной работы, к.ф.-м.н. С.В.Киселевой за участие, поддержку и всестороннее содействие на всех этапах диссертационного исследования.

Автор выражает признательность коллективу кафедры картографии и геоинформатики, е заведующей д.г.н. И.К.Лурье за конструктивную критику и поддержку в подготовке диссертационной работы. Автор приносит сердечную и искреннюю благодарность д.ф.-м.н. А.А.Соловьву, к.ф.-м.н.

С.И. Зайцеву, к.б.н. Н.И. Черновой, к.г.н. Л.В. Нефедовой, В.А. Никитиной, а также всему коллективу научно-исследовательской лаборатории возобновляемых источников энергии за постоянную поддержку и помощь, к.ф.-м.н. С.Е.Фриду за предоставленные материалы моделирования, Н.С.Петуховой за помощь в обработке материалов.

Глава 1. Пространственный анализ в возобновляемой энергетике

Возобновляемые источники энергии как объект 1.1.

картографирования В XXI веке мир столкнулся с двумя серьзными проблемами в области энергетики: это обеспечение наджности энергоснабжения и борьба с изменением климата. Возникающие экологические проблемы, с одной стороны, и чрезвычайно нестабильный рынок энергетических ресурсов, с другой, свидетельствуют о вс большем несовершенстве глобальной энергетической политики и рисках системы энергоснабжения, если она построена исключительно на использовании ископаемого топлива.

Россия характеризуется пока невысокими темпами внедрения генерации на возобновляемых источниках энергии (ВИЭ). Однако в последние несколько лет можно наблюдать растущий интерес отдельных российских регионов – особенно тех, которые полностью или частично находятся в зоне децентрализованного энергоснабжения, – к проектам по возобновляемой энергетике в связи с необходимостью иметь стабильное, приемлемое по ценам энергообеспечение. Именно обширность территории вне системы централизованного энергоснабжения делает ситуацию в России с позиций энергоснабжения весьма специфичной. В странах Европейского Союза, США и др. развивается в основном сетевая возобновляемая энергетика. В РФ, где централизованное энергоснабжение покрывает только 1/3 территории РФ (рис. 1), а на 70% территории с населением около 20 млн.

человек энергоснабжение потребителей осуществляется преимущественно с помощью автономных энергоустановок на привозном топливе, возобновляемая энергетика может быть представлена автономными объектами и гибридными станциями на основе ВИЭ и дублирующих дизель (бензо) генераторов [72].

Рис. 1. Зоны централизованного и автономного энергосбережения на территории России [72].

В этой связи развитие возобновляемой энергетики (ВЭ) в России требует решения не только технических задач, принятия законодательных актов, обеспечения государственной финансовой поддержки проектов, но и серьезной проработки вопросов, связанных с анализом территориального распределения ресурсов различных видов ВИЭ. В настоящее время накоплены обширные массивы данных, в той или иной степени обеспечивающие фактологическую основу для таких исследований. При этом помимо проблемы верификации этих данных и анализа адекватности методов их получения, серьезной задачей является их аккумулирование в виде удобных для использования баз данных и разработка научно обоснованной методологической основы картографирования ресурсов ВИЭ.

Определим используемый в дальнейшем термин «возобновляемые источники энергии» в соответствии с российским законодательством [73] как «источники энергии, образующиеся на основе постоянно существующих или периодически возникающих процессов в природе, а также жизненном цикле растительного и животного мира и жизнедеятельности человеческого общества».

Таким образом, к возобновляемым источникам энергии обычно относят:

ВИЭ солнечного происхождения:

1.

• собственно энергия солнечной радиации;

• гидравлическая энергия рек;

• энергия ветра;

• энергия биомассы;

• энергия океана (разность температур воды, волны, разность соленостей морской и пресной воды).

ВИЭ несолнечного происхождения:

2.

• геотермальная энергия;

• энергия приливов.

Различные отходы и источники низкопотенциального тепла в 3.

сочетании с тепловыми насосами.

Поскольку спектр всех видов ВИЭ очень широк и неоднотипен, в представленной работе для детального рассмотрения проблемы картографирования выбраны ресурсы солнечной и ветровой энергии. Ниже в разделах главы 1 нами будет охарактеризованы источники данных для картографирования указанных ресурсов ВИЭ, рассмотрен и проанализирован отечественный и зарубежный опыт их геоинформационного картографирования.

Информационное обеспечение картографирования характеристик 1.2.

ветровой и солнечной энергии Проводимые в области использования солнечной и ветровой энергии исследования и разработки (проектирование, оценка эффективности работы оборудования, продолжительности его функционирования в течение года, сроках окупаемости, необходимости установки дублирующих мощностей и т.д.) нуждаются в надежных исходных данных о солнечных и ветровых ресурсах, существенно изменяющихся в зависимости от природноклиматических условий предполагаемого места размещения энергоустановок.

Основными источниками данных о потоках солнечной радиации и характеристиках ветровой энергии являются:

• результаты многолетних измерений на метеорологических, аэрологических и актинометрических станциях;

• результаты математического моделирования, проводимого с использованием данных спутниковых и наземных наблюдений;

• аналитические расчеты (для приходящей солнечной радиации).

В ветроэнергетике используется также еще один источник – краткосрочный ветромониторинг непосредственно на площадке предполагаемого размещения ВЭУ.

Ниже подробно рассмотрены эти источники данных.

1.2.1. Многолетние метеорологические, аэрологические и актинометрические данные Основным источником наземных данных являются измерения метеостанций. Россия (а ранее – СССР) располагает крупнейшей сетью метеорологических станций, на которых ведутся многолетние наблюдения за параметрами климата. Разработаны единая программа и методика обработки и обобщения этой информации. Результаты измерений с различной степенью детализации представлены в бюллетенях, климатических справочниках и электронных базах данных.

Рассмотрим проблемы получения актинометрических данных как основы для оценки энергетического потенциала солнечной радиации.

Загрузка...

Наиболее исчерпывающим набором измеряемых на метеостанциях актинометрических величин, дающих фактическую основу для оценок потенциала солнечной энергии, можно считать следующий [47]:

часовые суммы прямой солнечной радиации на нормальную к лучу поверхность при средних условиях облачности, часовые суммы суммарной солнечной радиации на горизонтальную поверхность при средних условиях облачности, средние, максимальные и минимальные суточные суммы суммарной солнечной радиации, средние, максимальные и минимальные месячные и годовые суммы прямой солнечной радиации на нормальную к лучу поверхность.

параметры временного распределения суточных сумм суммарной солнечной радиации и статистические характеристики суточных сумм за каждый день месяца, Большое значение имеет частота измерений солнечной радиации, поскольку последняя характеризуется значительной изменчивостью в течение года, сезона и суток. Эта изменчивость обусловлена астрономическими факторами, прозрачностью атмосферы и режимом облачности. Важным является исследование характеристик и структуры этой изменчивости, их картографирование и оценка влияния на эффективность гелиоэнергетических установок1. При этом на этапе предпроектных разработок достаточно использовать среднемноголетние месячные значения, информация о которых содержится в климатических справочниках. Для оптимизации режима гелиоустановок на стадии проектирования необходимо проводить моделирование работы установок и станций на основе среднемноголетних часовых и/или суточных сумм падающей солнечной радиации и дополнительной метеорологической информации (температура воздуха, скорость ветра). Таким образом, при оценке потенциала солнечной энергии территории и проектировании станций большое значение имеют 1 Вариации интенсивности солнечной радиации в течение дня влияют на производительность гелиоустановки и на непрерывность выдачи производимой энергии. Внутримесячная изменчивость радиации определяет эффективность использования установленной мощности гелиоустановок и позволяет проектировать оборудование для длительного (месячного, сезонного) аккумулирования энергии. Годовой ход солнечной радиации позволяет прогнозировать режим работы гелиоустановок в течение года и оценивать их общую энергоэффективность.

представительные актинометрические данные, позволяющие проводить анализ их временной структуры.

Не меньшее значение имеет пространственное разрешение массивов данных, т.е. плотность сети актинометрических станций. При редкой сети станций зона экстраполяции актинометрических данных в пункты размещения гелиоустановок в большинстве случаев превышает зону репрезентативности актинометрических станций. Эта проблема является особенно серьзной для обширных территорий, в том числе для России.

Подробно проблема интерполяции актинометрических данных и методы ее проведения будут рассмотрены далее в главе 2.

Оценка и картографирование ресурсов ветровой энергии представляется также достаточно сложной задачей в связи с временной и пространственной неравномерностью ветра. Рассмотрим применяемые в настоящее время подходы к определению и картографическому представлению характеристик ветровой энергии региона.

Для систематизации характеристик ветровой обстановки в конкретном регионе с целью ее эффективного энергетического использования, как правило, разрабатывается ветроэнергетический кадастр, представляющий собой совокупность аэрологических и энергетических характеристик ветра, позволяющих определить его энергетическую ценность. Начиная с 50-х годов XX века, в СССР были развернуты широкие работы по созданию ветроэнергетических кадастров, хотя при этом северные и восточные районы страны практически не рассматривались. Основным источником исходных данных для разработки ветроэнергетического кадастра являлись наблюдения ветровых характеристик на опорной сети метеорологических станций. Эти наблюдения выполняются несколько раз в сутки по единой методике с фиксированной классификацией мест наблюдения по степени их открытости и охватывают периоды в десятки лет.

Начиная с 1970-х годов, проводились измерения ветровых характеристик на высотных метеорологических и телевизионных мачтах, в результате чего были получены точечные данные о вертикальном профиле ветра в приземном слое высотой до 500 м [12]. К настоящему времени увеличилась частота измерений скорости и направлении ветра на опорной сети метеорологических станций РФ (до 8 раз в сутки), а некоторыми станциями ведутся непрерывные наблюдения в автоматическом режиме, что позволяет зафиксировать быстропеременные процессы, включая порывы ветра и его максимальные пульсации, периоды затишья и малых ветров и т.д.

В то же время проблема оценки ветровых энергетических ресурсов настолько сложна в силу значительной временной и пространственной неоднородности ветра, что во многих случаях сеть метеостанций позволяет провести лишь интегральные оценки. Для более подробного рассмотрения потенциала территории или проведение прогнозных оценок при осуществлении проектов строительства ВЭС требуется проведение статистических оценок, математического моделирования или подробного ветромониторинга на местности (в течение 1 – 2 лет).

Рассмотрим, какие исходные характеристики скорости ветра необходимы для исчерпывающей оценки и картографирования ветропотенциала и проектирования ветростанций [36].

1. Климатические характеристики, позволяющие оценить ветроэнергетический потенциал региона: средние годовые, месячные, среднесрочные скорости и направления ветра, вертикальные профили средних скоростей ветра в приземном слое атмосферы (до 100-200 м).

2. Параметры, определяющие рабочие характеристики ветроэнергетических установок (ВЭУ), выбор оптимальных режимов их работы и позволяющие сделать прогноз производительности ВЭУ:

повторяемость скоростей и направлений ветра по градациям; данные о непрерывной продолжительности энергетических штилей и скоростей ветра выше заданного значения (во всем диапазоне рабочих высот современных ВЭУ до 200 м).

3. Характеристики ветра, используемые при проектировании и расчетах прочности конструкций и устойчивости работы ВЭУ: интенсивность атмосферной турбулентности; максимальные скорости и порывы ветра;

оценка их продолжительности и повторяемости для всего диапазона рабочих высот ВЭУ. Методы определения наиболее важных из указанных выше величин и некоторые аспекты, которые следует учитывать при их определении, подробно рассмотрены в Приложении 1.

C точки зрения ветроэнергетики метеорологические измерения как источник данных обладают рядом несомненных достоинств:

- длительность рядов наблюдений;

- значительное количество метеостанций на территории России2.

Однако оценивать энергетические характеристики ветра по этим данным с необходимой для настоящего времени достоверностью в большинстве случаев сложно, поскольку:

высота флюгера метеостанций непостоянна (для различных метеостанций она изменяется от 5 до 40 метров) и мала по сравнению с высотой расположения турбин современных ветроэнергетических установок (ВЭУ);

затеннность флюгера деревьями, домами, возвышенностями и т.п.

не обеспечивает зачастую ветровые характеристики, свойственные местности;

измерения на метеостанциях проводятся дискретно в единые синхронные сроки, что с учетом высокой частоты колебаний ветровых характеристик может привести к существенным погрешностям в определении средних значений и диапазонов изменения скорости ветра (особенно для непредставительных данных).

2 Кроме метеостанций Государственной гидрометеорологической службы для расчета ветроэнергетических характеристик могут быть использованы данные ведомственных станций, из которых наиболее широкая сеть – метеостанции аэропортов. Они практически не прерывали деятельность в 1990-е годы, но в некоторые периоды качество их данных, предназначенных для узкоспециальных целей обеспечения полетов, снижалось.

Относительно доступности данных измерений метеорологических станций и результатов их обработки, следует отметить, что до 1991 г. все данные станций СССР собирались региональными центрами и были общедоступны на бумажных носителях. В России сохранилась практика выпуска учреждениями Росгидромета бюллетеней, отражающих изменение климата за определенный период, которые можно рассматривать в качестве источников данных. Однако с 1991 г. в течение длительного времени метеоданные предоставлялись почти исключительно на коммерческой основе. C 2006 г. в сети Интернет стали доступны как архивные метеоданные, так и текущие данные по срокам наблюдений. Первым ресурсом в России, обеспечившим свободное предоставление ряда архивных метеоданных, стал сайт Всероссийского научно исследовательского института гидрометеорологической информации (ВНИГМИ) [103]. К настоящему времени количество интернет-ресурсов, свободно предоставляющих архивные показатели, существенно. Некоторые характеристики перечисленных источников данных, потенциально полезных для ветроэнергетических расчетов, представлены в приложении 2. Частота сети метеорологических станций, несмотря на ее гораздо большую величину по сравнению с актинометрической сетью, также ставит задачу интерполяции данных. Это задача является очень важной в связи с существенной пространственной неоднородностью ветровых характеристик и необходимостью оценок ветроэнергетического потенциала на территориях, находящихся на значительных расстояниях от мест постоянных метеонаблюдений.

Таким образом, данные метеорологических станций, которые длительное время использовались как практически единственная информационная основа для ветроэнергетических расчетов, имеет целый ряд ограничений, которые следует учитывать. С одной стороны, длительность наблюдений позволяет рассматривать метеорологические ряды данных как генеральную совокупность, на которой выполняется свойство стабилизации частоты; следовательно, методы математической статистики позволяют давать на основе этих данных достоверные оценки. С другой стороны, для ветроэнергетических оценок проблемой остается малая высота проведения измерений ветровых характеристик. Для преодоления последней из названных проблем, используются некоторые предположения относительно изменения скорости ветра с высотой. Следует отметить также, что если для скорости ветра интернет-источники расширяют информационную базу (за счет архивных срочных данных метеостанций за длительные периоды времени), то актинометрические данные необходимой номенклатуры в силу своей специфичности практически не отражены в доступных ресурсах сети.

1.2.2. Данные пространственного метеорологического моделирования

Результаты наземных измерений падающей солнечной радиации (осредненные) – помимо климатических справочников – аккумулированы (с открытым режимом доступа [105]) в Мировом центре радиационных данных (World Radiation Data Centre, ГГО им.А.И.Воейкова, С-Петербург, Россия).

МЦРД располагает информационно-поисковой системой и систематически пополняемой базой данных о составляющих радиационного баланса, измеренных на станциях мировой актинометрической сети. МЦРД предоставляет пользователю актинометрические данные следующих типов:

суммарная солнечная радиация;

рассеянная солнечная радиация;

нисходящее излучение атмосферы;

продолжительность солнечного сияния;

прямая солнечная радиация;

излучение земной поверхности;

чистое излучение земной поверхности (восходящее);

отраженная солнечная радиация;

спектральные компоненты излучения.

20 За рубежом, где развитие ветровой и солнечной энергии объективно намного опережает российский уровень, проблема создания массивов данных характеристик солнечной и ветровой энергии была поставлена гораздо раньше. В результате к настоящему времени создан широкий спектр баз данных, содержащих данные о наземных измерениях актинометрических и метеорологических данных, результаты их обработки, а также результаты математического моделирования ветровых и солнечных характеристик. Базы данных охватывают как отдельные регионы, таки весь мир. Наиболее известные из них представлены в таблице 1.

Таблица 1 Базы данных, содержащие массивы характеристик

–  –  –

Эти, появившиеся в последние годы, дополнительные источники метеорологической информации, дают возможность получить более детальные актинометрические данные, в том числе и для регионов России [26].

Большие массивы данных для оценки ресурсов солнечной и ветровой энергии стали доступны в связи с разработкой и предоставлением в открытом доступе базы данных космического агентства США NASA SSE (NASA Surface meteorology and Solar Energy). В рамках данного проекта, начиная с 1983 г. на основе математического моделирования распространения солнечного излучения в атмосфере рассчитываются значения среднемесячных суточных сумм суммарной, прямой и рассеянной солнечной радиации, приходящей на различным образом ориентированные поверхности. падающей на горизонтальную поверхность и других актинометрических и метеорологических характеристик. Для параметризации моделей используются постоянно пополняемые массивы спутниковых измерений радиационного баланса на верхней границе атмосферы, альбедо земной поверхности, состояния облачности, содержания в атмосфере аэрозолей, озона и других радиационно-активных составляющих3. При моделировании скорости ветра на различных высотах большое значение имеет тип подстилающей поверхности, поэтому при составлении и модернизации БД NASA SSE используются также результаты спутникового мониторинга ландшафтов. Методология проекта разрабатывалась с участием: The DOE National Renewable Energy Laboratory (NREL, США); The World Radiation Data Center (Санкт-Петербург, Россия);

The Swiss Federal Institute of Technology in Zurich (Швейцария); Natural Resources Canada (Канада); The NOAA Climate Monitoring and Diagnostics Спутниковый мониторинг перечисленных выше Laboratory (США).

характеристик проводится в рамках программы World Climate Research 3 Именно в связи с тем, что при создании базы данных NASA SSE используются данные спутниковых наблюдений, в публикациях этот источник часто называют «спутниковая база данных NASA SSE».

Program’s International Satellite and Cloud Climatology Program (ISCCP).

Методы расчета солнечной радиации отрабатывались и верифицировались с привлечением данных наземных измерений, в том числе нескольких российских метеостанций.

База данных доступна через Интернет [100] и включает в себя широкий набор рассчитанных значений актинометрических и метеорологических величины для узлов сетки 11 ; охват территории – глобальный (подробнее о данных, представленных в NASA SSE в приложении 3). Полученные массивы данных структурированы по возможным потребителям (фотоэлектрические панели и солнечные коллекторы, солнечные кухни, системы с аккумуляторами энергии и тепла и т.д.).

Верификация полученных в результате моделирования данных о составляющих падающей солнечной радиации и скорости ветра, является важнейшим элементом формирования базы данных NASA SSE. Сравнение результатов моделирования и наземных измерений проводится при каждой модернизации баз данных для ряда актинометрических станций по всему миру. Результаты верификации показывают, что среднеквадратичное отклонение двух массивов данных составляет 1,00, 0,87, 0,57, 0,25 кВтч/м2/сутки соответственно для срочных наблюдений (3 часа), среднесуточных, среднемесячных и среднегодовых дневных сумм суммарной солнечной радиации на горизонтальную поверхность [102] (Рис. 2).

Однако при верификации не учитывались актинометрические станции на территории России. Поэтому в работах [50; 28; 55] было проведено детальное сопоставление среднемесячных суточных сумм суммарной и прямой солнечной радиации4 для широкого перечня актинометрических станций РФ (Рис. 3). Как из графиков годового хода среднемесячных значений сумм солнечной радиации, так и из результатов статистической обработки (диаграммы рассеяния) видно, что данные NASA по суммарной 4 Анализ суточных сумм прямой радиации на нормальную к лучу поверхность важно для проектирования установок с концентраторами солнечной энергии, поэтому сравнение наземных и спутниковых данных необходимо проводить и по этому параметру солнечной радиации гораздо ближе к результатам наземных измерений, чем данные по прямой солнечной радиации на следящую за солнцем поверхность.

–  –  –

Это позволяет обоснованно использовать первые для картографирования ресурсов солнечной энергии и проводить оценки потенциалов. Что касается данных по прямой солнечной радиации, следует проводить картографирование ресурсов и расчеты с учетом отклонений (погрешностей) указанных массивов данных в терминах верхней и нижней оценки. На основе проведенных сравнений нами были определены погрешности данных NASA для суммарной и прямой солнечной радиации (для региона рассмотрения). Было показано, что отклонение массивов данных (NASA SSE – наземные измерения) для среднемесячных суточных сумм суммарной радиации на горизонтальную поверхность не превышает 0,5 кВтч/м2/сутки.

–  –  –

В базе данных NASA SSE с учетом потребностей ветровой энергетики представлены массивы данных для скорости ветра на высотах 10, 50, 100, 150 и 300 м., для высоты 50 м – также значения повторяемости (рис. 4). Эти величины для каждой точки земной поверхности на 1-градусной сетке были получены в рамках проекта Goddard Earth Observing System Model, Version 4 (GEOS-4), который в качестве массива метеорологических данных включал в себя данные реанализа NOAA/NCEP/EMC. Поскольку реанализ дает компоненты скорости ветра на стандартной высоте 10 м (срочные данные с интервалом 3 часа), в рамках проекта GEOS-4 с использованием карт растительности (проект Geosphere and Biosphere Project (IGBP)) были определены отношения скоростей ветра на высотах 10 и 50 м (V10/V50) для 17 типов растительности. Полученные отношения были в дальнейшем использованы для определения показателя степенной зависимости V=V0*(H/H0) для каждого типа растительности и, соответственно, каждой точки земной поверхности.

–  –  –

«аэропорт» сравнивались со средними значениями за 30-летний период наблюдений на метеостанциях, максимально близких к узлам сетки базы данных5. Систематическая ошибка среднемесячных значений составила

0.2 м/с, а среднеквадратичная ошибка равнялась около 1.3 м/с. (рис. 5 а), что для мест с малой средней скоростью ветра является существенной величиной. Данные базы NASA SSE дают обычно заниженные значения скоростей ветра по сравнению с наземными измерениями в горных районах.

Это связано с тем, что здесь сказываются неучтенные в моделях локальные условия ускорения воздушных потоков в ущельях и на перевалах, горных

5 Метеостанции России не были использованы при верификации, проведенной NASA SSE

хребтах и пиках. В целом сетка базы данных (1х1) не дает возможности учитывать значительные топографические вариации или границы вода/суша.

Для верификации ветровых характеристик БД NASA SSE по данным метеостанций на территории России нами была сделана выборка среднемесячных скоростей ветра на высоте 10 м из базы NASA SSE, поскольку высота флюгерных измерений на метеостанции обычно составляет 10-16 м. В качестве территории сравнения рассматривался регион исследований (Южный федеральный округ). На графиках в приложении 4 приведены изменения среднемесячных значений скорости ветра по данным метеостанций и данным NASA, приведенным к соответствующим высотам флюгерных измерений [28; 55]. Видно, что в ряде случаев наземные данные и результаты NASA SSE совпадают достаточно удовлетворительно (Таганрог, Астрахань, Волгоград, Сочи, Майкоп).

Для других метеостанций (Ставрополь, Ростов-на-Дону, Черкесск) имеет место значительные расхождения, причем не только в абсолютных значениях скоростей ветра, но и в сезонном ходе. В тоже время первичная статистическая обработка исходного массива данных и изображение его в виде диаграммы рассеяния (рис. 5 б) показывает достаточно удовлетворительное совпадение массивов данных:

V ср.метео = 3.90 м/с; V ср. NASA = 3.85 м/с;

систематическая погрешность RMS = - 0.08 м/с;

среднеквадратичное отклонение - 0.43;

коэффициент корреляции массивов данных kкорр = 0.82;

дисперсия значений (NASA) NASA = 0.48.

Таким образом, для оценки ветровой обстановки над территорией, т.е.

для интегральных оценок использование базы данных NASA, по-видимому, является оправданным. Однако, при «точечных» расчетах, т.е. обоснованиях локального ветропотенциала необходимо использовать наземные измерения

– многолетние метеоданные или результаты специально проводимого ветромониторинга [28].

а б Рис. 5. Результаты верификации данных NASA SSE о скорости ветра.

а – результаты сравнения среднемесячных значений скорости ветра на высоте 10 м (данные NASA SSE, 10-летний период спутниковых наблюдений) и данных тридцатилетнего периода наземных наблюдений (база данных Natural Resources Canada) [28; 102]. б – диаграмма рассеяния для среднемесячных скоростей ветра, полученных из базы данных NASA и наземных метеонаблюдений (выборка данных метеостанций Южного федерального округа РФ) Итак, следует отметить, что при существенной недостаточности (с позиций возобновляемой энергетики) наземных актинометрических и метеорологических наблюдений на территории России, достоинствами описанного массива данных NASA SSE является непрерывность исходных данных, частота сетки, покрывающей всю поверхность Земли, широта перечня предоставляемых пользователю характеристик. База данных позволяет, таким образом, восполнить недостаток наземных измерений и дополнить их там, где они проводятся [26]. Поэтому использование NASA SSE-данных позволяет провести расчеты различных элементов потенциала солнечной и ветровой энергии практически для любого региона с оцениваемой погрешностью. Результаты этих расчтов могут быть достаточными для подготовительного этапа внедрения новых проектов ВИЭ.

Кроме того, многолетние ряды актинометрических и метеорологических величин, представленные в базе данных NASA POWER6, позволяют проанализировать динамику этих показателей, получить более подробную статистику (временные распределения, максимумы, минимумы и т.д.) и дать прогнозы эффективности работы установок на ВИЭ. С другой стороны, данные NASA SSE не отражают микроклимат отдельных территорий; и в этом смысле велико значение качественных наземных измерений. Таким образом, для обоснования использования базы данных NASA SSE необходимо проведение ее верификации путем сравнения с наземными измерениями на метеостанциях России.

1.2.3. Данные краткосрочных измерений

Как указывалось выше, проблемы недостаточности сети метеорологических и аэрологических станций, а также измерения скорости ветра на малых высотах определяют необходимость получения дополнительных массивов данных и усовершенствования традиционных методов расчета. В последние годы утвердилась практика проведения 1-2годичных мониторингов скоростей ветра (ветромониторинг7) на различных высотах на площадках предполагаемого строительства ветровых станций.

Получаемые данные могут конвертироваться в удобные форматы для дальнейшей обработки. Данные ветромониторинга рассматриваются как наиболее качественные и точные данные для проведения ветроэнергетических расчетов.

Действительно, это дает с одной стороны, гораздо более обширный набор данных о параметрах ветрового потока (непрерывные измерения с 6 В рамках одновременно развиваемого проекта NASA Prediction of Worldwide Energy Resource (POWER) в открытом доступе предоставляется среднесуточные значения (включая суммарную солнечную радиацию на верхней границе атмосферы и на уровне Земли, нисходящий поток длинноволновой солнечной радиации, скорость ветра на высоте 10 м) с разрешением (1х1) для каждого дня (суток) в период с 1983 г. по настоящее время.

7 Ветромониторинг – процедура измерения метеорологических параметров, нацеленная на оценку производства электроэнергии проектируемым ветропарком. Для проведения измерений используется мачта ветромониторинга, на которой на разных высотах располагаются датчики (анемометры, флюгеры, термометр, барометр и др.). Впервые его начали проводить в конце 70-х годов XX века в Дании.

шагом осреднения 10 мин8) на высотах, близких к высотам современных ветроэнергоустановок (до 100м). Однако очевидными являются недостатки этого методы получения данных, в частности, короткий период измерений (1года, реже 3 года) для получения статистической точности анализа.

Недостаточность периода измерения частично устраняется и дополняется многолетними данными наблюдений с референтных метеостанций, а также, в последнее время, и данными реанализа.

Ветромониторинг может обеспечить верификацию данных моделирования скорости ветра на значительных высотах, которые представлены, в частности, в базе данных NASA SSE. Однако в настоящее время процедура ветромониторинга проводится в России в единичных, причем, коммерческих проектах. Поэтому доступ к таким данным по понятным причинам затруднен, и использовать их для расчета ветровых ресурсов на больших территориях и проводить картографирование этих ресурсов невозможно. Имеются, однако, открытые данные для проектов в некоторых граничащих с РФ странах, выполненных на средства международных организаций (пример – программа создания ветрового атласа Казахстана на средства ПРООН).

1.2.4 Справочные региональные данные о ресурсах и потенциалах солнечной и ветровой энергии В 2000-х годах в России были предприняты исследования, имеющие цель оценку ресурсов, валового, технического и экономического потенциалов различных видов ВИЭ для субъектов РФ [10; 65]. Наиболее полно методики оценки, а также результаты были отражены в Справочнике [65], который вплоть до настоящего времени остается наиболее востребованным при проведении оценок потенциалов возобновляемой энергии регионов, 8 Скорость ветра в конкретной точке постоянно меняется. Есть годичные изменения, сезонные, суточные и от секунды к секунде (турбулентность). Из рисунка 1.8 видно, что наиболее стабильной скорость ветра является в промежутке от 10 минут до 1 часа. Именно в этом интервале чаще всего выбирается период осреднения измеряемых значений.

федеральных округов и России в целом.

В дальнейшем в работе будут использованы термины «валовый» и «технический» потенциалы солнечной и ветровой энергии, а также будет проводиться картографирование этих характеристик, поэтому важно рассмотреть развитые в указанных работах методические подходы к их определению. В [65] предложены следующие определения потенциалов возобновляемых источников энергии в целом:

«валовый потенциал ВИЭ – это годовой объем энергии, который содержится в данном виде возобновляемого источника энергии при полном ее превращении в полезную энергию»;

«технический потенциал ВИЭ – это часть валового, преобразование которого возможно при современном уровне развития техники и соблюдении требований по охране окружающей среды».

В соответствии с этими определениями авторами Справочника были использованы следующие методические подходы при оценке потенциалов ВИЭ субъектов РФ. Для расчета суммарного валового солнечного энергопотенциала регионов в работе использовались карты, опубликованные в [13]. Изолинии с карт распределения годовых сумм суммарной солнечной радиации на горизонтальную поверхность (рис. 6) переносились на административную карту России, и, далее, путем умножения площади региона на соответствующее значение солнечной энергии, определялся валовой потенциал. Понятно, что в таких расчетах главным фактором являлась площадь территории и оценка характеризовалась большой погрешностью.



Pages:   || 2 | 3 | 4 |
 
Похожие работы:

«Баженова Ирина Васильевна МЕТОДИКА ПРОЕКТИВНО-РЕКУРСИВНОГО ОБУЧЕНИЯ ПРОГРАММИРОВАНИЮ СТУДЕНТОВ МАТЕМАТИЧЕСКИХ НАПРАВЛЕНИЙ ПОДГОТОВКИ 13.00.02 – Теория и методика обучения и воспитания (информатика, уровень профессионального образования) Диссертация на соискание учёной степени кандидата педагогических наук Научный руководитель: доктор...»

«Егоров Алексей Юрьевич ФОРМИРОВАНИЕ И РАЗВИТИЕ РЫНКА ОРГАНИЧЕСКОЙ АГРОПРОДОВОЛЬСТВЕННОЙ ПРОДУКЦИИ (НА ПРИМЕРЕ ЦФО) Специальность 08.00.05 Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – АПК и сельское хозяйство) ДИССЕРТАЦИЯ на соискание ученой степени кандидата экономических наук...»

«Конфектов Михаил Николаевич Картографирование типов застройки Подмосковья по космическим снимкам Диссертация на соискание ученой степени кандидата географических наук по специальности 25.00.33 картография Научный руководитель: в. н. с., д. г. н. Кравцова В. И. Москва, 2015 Содержание ВВЕДЕНИЕ 1. ГЕОГРАФИЧЕСКИЕ И ИСТОРИЧЕСКИЕ УСЛОВИЯ ФОРМИРОВАНИЯ ЗАСТРОЙКИ...»

«Агрова Ксения Николаевна МЕТОД, АЛГОРИТМ И СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ ОРГАНИЗАЦИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ОБ УЧАСТИИ КОМПАНИЙ НА ЭЛЕКТРОННЫХ ТОРГОВЫХ ПЛОЩАДКАХ Специальность 05.13.10 «Управление в социальных и экономических системах» Диссертация на соискание ученой степени кандидата...»

«Конорев Максим Эдуардович ВИРТУАЛЬНЫЙ ИСТОРИЧЕСКИЙ АРХИВ КАК СРЕДСТВО ИНФОРМАТИЗАЦИИ ИСТОРИЧЕСКОГО ОБРАЗОВАНИЯ ПРИ ПОДГОТОВКЕ БАКАЛАВРОВ В ВУЗЕ 13.00.02 – теория и методика обучения и воспитания (информатизация образования) Диссертация на соискание ученой степени кандидата педагогических наук Научный руководитель: доктор педагогических...»

«Андреева Надежда Михайловна МЕТОДИКА ИСПОЛЬЗОВАНИЯ ДОРОЖНЫХ КАРТ ПРИ ЭЛЕКТРОННОМ ОБУЧЕНИИ СТУДЕНТОВ ИНФОРМАТИКЕ (на примере экономических и биологических направлений подготовки) 13.00.02 – Теория и методика обучения и воспитания (информатика, уровень профессионального образования) ДИССЕРТАЦИЯ на соискание учёной степени кандидата...»

«ПРОКОПЬЕВ МИХАИЛ СЕМЕНОВИЧ МЕТОДИКА ОБУЧЕНИЯ ДИСЦИПЛИНЕ «ИКТ В ОБРАЗОВАНИИ» БУДУЩИХ ПЕДАГОГОВ НА ОСНОВЕ МОДУЛЬНОЙ МЕЖПРЕДМЕТНОЙ ИНТЕГРАЦИИ 13.00.02 – Теория и методика обучения и воспитания (информатика, уровень высшего профессионального образования) Диссертация на соискание ученой степени кандидата педагогических наук Научный...»

«Денисов Дмитрий Вадимович АНТЕННЫЕ И ДИФРАКЦИОННЫЕ ХАРАКТЕРИСТИКИ ЛИНЗ ЛЮНЕБЕРГА ПРИ ОБЛУЧЕНИИ ПОЛЕМ КРУГОВОЙ ПОЛЯРИЗАЦИИ Специальность 05.12.07 – Антенны, СВЧ устройства и их технологии Диссертация на соискание ученой степени кандидата технических наук Научный руководитель – доктор технических наук, профессор Панченко Б.А. Екатеринбург – 2015...»

«Зайцев Владислав Вячеславович РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДИКИ ПРОЕКТИРОВАНИЯ БАЗЫ МЕТАДАННЫХ ХРАНИЛИЩА ГЕОДАННЫХ Специальность 25.00.35 – «Геоинформатика» ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук Научный руководитель д-р техн. наук, проф. А.А. Майоров Москва 2015   ОГЛАВЛЕНИЕ...»

«ФИРСОВА Екатерина Валериевна ОБУЧЕНИЕ ДИСКРЕТНОЙ МАТЕМАТИКЕ СТУДЕНТОВ ВУЗА С ИСПОЛЬЗОВАНИЕМ ДИСТАНЦИОННЫХ ОБРАЗОВАТЕЛЬНЫХ ТЕХНОЛОГИЙ (на примере специальности/профиля «прикладная информатика (в экономике)») 13.00.02 – теория и методика обучения и воспитания (математика) ДИССЕРТАЦИЯ на соискание ученой степени...»

«ЛЯШ Ася Анатольевна МЕТОДИКА ОБУЧЕНИЯ БУДУЩИХ УЧИТЕЛЕЙ ИНФОРМАТИКИ ИСПОЛЬЗОВАНИЮ ИНФОРМАЦИОННО-ОБРАЗОВАТЕЛЬНЫХ СИСТЕМ В ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ Специальность 13.00.02 – теория и методика обучения и воспитания (информатика) Диссертация на соискание ученой степени кандидата педагогических наук Научный руководитель: доктор педагогических...»

«Шереужев Мурат Альбертович Совершенствование товародвижения на рынке подсолнечного масла Специальность: 08.00.05. – Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами: АПК и сельское хозяйство) Диссертация на соискание ученой степени кандидата экономических...»

«Шаталов Павел Сергеевич СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРИРОДНЫМИ ПОЖАРАМИ С ИСПОЛЬЗОВАНИЕМ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ И ДАННЫХ КОСМИЧЕСКОГО МОНИТОРИНГА 05.13.01 Системный анализ, управление и обработка информации (информатика, вычислительная техника, управление) Диссертация на соискание ученой степени...»

«УДК 316.32 АБДУЛЛАЕВ Ильхом Заирович «ИНФОРМАТИЗАЦИЯ ОБЩЕСТВЕННО-ПОЛИТИЧЕСКОЙ ЖИЗНИ В УСЛОВИЯХ ГЛОБАЛИЗАЦИИ РАЗВИТИЯ» Специальность – 23.00.04 – Политические проблемы мировых систем и глобального развития Диссертация на соискание ученой степени доктора политических наук Ташкент – 2007 ОГЛАВЛЕНИЕ с. 3 – 15 ВВЕДЕНИЕ Глава 1. Понятийно-категориальные основы теории информационного...»









 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.